放射学模型与基线MRI和临床数据预测向治疗反应和转移性GIST中的高风险死亡率
Guifang Lin1,2,3, Quanjian Zhu4, Fenxia Yang1
1Department of Radiology, Fujian Medical University Union Hospital, Fuzhou, 350001, China.
Scientific reports
|November 4, 2025
概括
使用MRI和临床数据的放射学模型可以准确地预测转移性胃肠道 stromal tumor (GIST) 患者的6个月进展性疾病 (PD). 这有助于早期风险分层,以进行个性化治疗调整.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 医疗成像医学成像
背景情况:
- 接受向治疗的转移性胃肠道 stromal 瘤 (GIST) 患者需要准确预测风险分层.
- 预测早期治疗反应和识别高风险患者对于优化GIST管理至关重要.
研究的目的:
- 开发和验证使用基线多参数MRI和临床数据来预测转移性GIST患者6个月进展性疾病 (PD) 状态的放射学模型.
- 为了实现高风险死亡群体的早期分层,以便进行个性化治疗调整.
主要方法:
- 包括88名转移性GIST患者,分为培训 (2:1) 和验证队列.
- 从基线T2WI,CE-T1WI和ADCMRI序列中提取了放射性特征.
- 多逻辑回归和卡普兰-梅尔生存分析被用来构建和评估结合成像特征和临床数据 (线粒细胞计数,瘤分布) 的放射学模型.
主要成果:
- 综合放射学模型 (Radscore,线粒细胞计数,瘤分布) 显示出强大的区分性能 (AUC 0.847-0.974) 预测6个月PD状态.
- 预测准确度很高:培训队列中的94.4%,测试队列中的84.2%.
- 使用Radscore,放射学预测,6个月PD状态和线粒细胞计数观察到显著的死亡风险分层.
结论:
- 结合基线MRI和临床数据的放射学模型可以准确预测转移性GIST患者的短期6个月PD状态,从而促进早期风险分层.
- 这些模型可以指导个性化,短期治疗调整.
- 长期风险评估应包括全面的临床病理评估以及放射学预测.
